SuperAPI AI 工具集

adversarial-reviewer

测试与质量

查看项目

更新于 10-16 08:37

技能介绍

用途:对代码变更做对抗式审查,寻找能通过普通审查的缺陷。把实现中的假设当作待验证的断言,同时让每条发现都绑定证据。

审查边界:先确定被审查的确切 diff、分支、PR head 或文件;阅读理解数据流与不变量所需的周边代码;检查仓库说明和定义预期行为的测试;区分本次变更引入的缺陷与无关观察,仅当范围外问题实质影响变更安全性时才报告。除非用户要求,不修改代码、不提交审查、不扩大审查目标。

失败排查方向(按变更选择,而非机械套用):逻辑与边界(空输入、单项输入、分页边界、非法状态转换、locale、Unicode、最大值、重复调用);错误与清理(被吞掉的失败、部分清理、误导性状态码、暴露内部信息、缺少超时、无界重试);状态与并发(过期读、丢失更新、TOCTOU 竞态、重复投递、非幂等重试、监听器泄漏、共享可变状态);授权与信任(缺少权限检查、调用者身份混淆、CSRF、不安全重定向、注入、路径穿越、密钥暴露、跨边界未验证的信任传递);数据完整性(部分写入、迁移重启行为、方言差异、唯一性假设、破坏性级联、新旧版本兼容);资源与性能(无界集合、重复往返、资源滞留、热路径回归、随攻击者可控输入扩展的工作量)。

方法:沿真实实现追踪具体输入与事件序列;当运行聚焦测试或最小复现是最快验证方式时执行它;不因模式陌生就推断存在 bug。

发现标准:需同时具备被违反的行为或不变量、确切代码位置、具体触发或执行路径、可观察后果、相称的修复方向。语言要校准:确认的缺陷直接陈述;未解决的疑虑标注为不确定并说明缺失的证据;不把命名、格式、可选加固或个人设计偏好当作正确性发现。按影响与可能性排序:Critical(可利用的安全问题、不可恢复数据丢失、大范围生产中断)、High(可能用户可见的错误行为、授权绕过、可恢复数据损坏)、Medium(合理边界、竞态或持续负载下的真实失败)、Low(影响有限的正确性问题);纯外观观察省略。

报告:先列发现,按严重度排序;每条含简短标题、文件与行号、失败场景、影响、修复方向,行范围尽量紧凑。若证据不支持可操作缺陷,就如实说明,并提及有意义的残余风险或未测试边界,不为显得全面而编造发现。

限制:资料未提供安装命令、平台支持、收费或价格信息。